北邮概率论讲议 第9讲.ppt

北京邮电大学电子工程学院 第五章 收敛定理 目的：前面讨论过一维随机变量和n维随机变量，如何将高等数学中极限的概念引入概率论，对讨论随机变量序列进而讨论随机过程至关重要。 思路：在叙述极限定理之前首先讨论收敛的定义；然后讨论各种收敛性之间的关系；最后再介绍进一步的收敛定理（略）。 教学重点：充分理解四种收敛性的定义，并理解它们相互之间的基本关系。 第一节 随机变量序列的四种收敛性 * * 二、特征函数的性质 （1） 证明： （2） （3） 利用上述性质，可求正态分布的特征函数如下： （4） 例6 例7 该例子说明特征函数的性质（4）的逆不成立。 以??i(t)表?i的特征函数，i=1，2，且??= ?1 + ?2的特征函数为??(t) ，证明： ??(t) = ??1(t) ??2 (t) ，但?1， ?2不独立。 （5） 例4.1.6请大家自学。 证明： 三、逆转公式和惟一性定理 由定义知：随机变量的特征函数被表示为随机变量函数的数学期望（关于分布函数的积分）。那么，如何根据特征函数去求分布函数？ 定理4.1.1 （1） （2） 定理4.1.2 推论 定理4.1.3 根据控制收敛定理，有： （3） 定理证毕 定理4.1.4 则： （6） 第二节 第三节 一、预备知识 二、随机变量序列的四种收敛性 定义5.1.3 定义5.1.4 三、四种收敛性的基本关系 引理5.1.1